このエントリは、2018年、2019年に公開したAWS全サービスまとめの2020年版です。これまではいくつかに分割して公開していましたが、1エントリにまとめてほしいという要望をもらっていたため、今年は1エントリに集約してみました。 こんにちは。サービスグループの武田です。 このエントリは、2018年、2019年に公開した AWS全サービスまとめの2020年版 です。これまではいくつかに分割して公開していましたが、1エントリにまとめてほしいという要望をもらっていたため、今年は1エントリに集約してみました。どちらがいいのか正直わからないので、フィードバックなどあれば参考にさせていただきます。 2020-01-08 リクエストがあったためAmazon Mechanical Turkを追加。 2018年まとめ 【2018年】AWS全サービスまとめ その1（コンピューティング、ストレージ、データベー
Chainer を振り返って
2015 年 4 月 12 日に Chainer の最初のコードをコミットしてから，およそ 4 年半と少しが経ちました．はじめのはじめは軽い気持ちで書きはじめたコードでしたが，今では一線級の研究を立派に支えるまでになりました．深層学習フレームワークの世界も当時とは様変わりして（当時は TensorFlow も PyTorch もなかったわけですから，本当に変わりました），思えば遠くにきたものです． 今日，PFN は社内の研究開発に用いる主なフレームワークを PyTorch に移行すると発表しました．会社にとってももちろんですが，業務としてはこの 4 年半，Chainer 一筋でやってきた自分にとっては特に，大きな転換点です． まず率直な感想として，Chainer の開発は本当に楽しかったです．書きはじめた頃は，深層学習フレームワーク競争の真っ只中で，Theano の上に乗っかるフレームワー
こんにちは。サービスグループの武田です。このエントリは、2018年から公開しているAWS全サービスまとめの2021年版です。 こんにちは。サービスグループの武田です。 このエントリは、2018年から毎年公開している AWS全サービスまとめの2021年版 です。昨年までのものは次のリンクからたどってください。 AWSにはたくさんのサービスがありますが、「結局このサービスってなんなの？」という疑問を自分なりに理解するためにまとめました。 今回もマネジメントコンソールを開き、「サービス」の一覧をもとに一覧化しました。そのため、プレビュー版など一覧に載っていないサービスは含まれていません。また2020年にまとめたもののアップデート版ということで、新しくカテゴリに追加されたサービスには[New]、文章を更新したものには[Update]を付けました。ちなみにサービス数は 205個 です。 まとめるにあ
こんにちは。サービスグループの武田です。このエントリは、2018年から公開しているAWS全サービスまとめの2022年版です。 こんにちは。サービスグループの武田です。 このエントリは、2018年から毎年公開している AWS全サービスまとめの2022年版 です。昨年までのものは次のリンクからたどってください。 AWSにはたくさんのサービスがありますが、「結局このサービスってなんなの？」という疑問を自分なりに理解するためにまとめました。 今回もマネジメントコンソールを開き、「サービス」の一覧をもとに一覧化しました。そのため、プレビュー版など一覧に載っていないサービスは含まれていません。また2021年にまとめたもののアップデート版ということで、新しくカテゴリに追加されたサービスには[New]、文章を更新したものには[Update]を付けました。ちなみにサービス数は 223個 です。 まとめるにあ
2011年2月16日に Kaggle アカウントを取得して10年が経過した。長い間 Kaggle Ranking 世界 1 位を目指してきたが、この目標やモチベーションが大きく変化してきたと感じたため、一区切りつけるためにもこの10年+αを振り返る。今の目標は対象を問わずアルゴリズムで資産を最大化すること。エンジニアリングを駆使してデータからアルファを探し、システム化して運用する。実利的で定量評価できる最高に楽しいタスクです（記事では触れません）。 競技プログラミングからKaggleを始めるまで¶ Kaggle ができる前は ICPC や ICFP Programming Contest といった競技プログラミング系のコンテストに参加していた。ICPC ではアジア地区会津大会 2007、アジア地区東京大会 2008 に出場したが大敗して悔しくて仕方がなかった。コードゴルフも嗜む程度に遊んで
TL;DR（思ったよりもかなりの長文になってしまったので*1、時間がないという方は1番目と2番目のセクションの冒頭だけお読みください） しんゆうさんの舌鋒鋭いブログ＆note記事にはいつも楽しませていただいているのですが、この記事は一点僕のデータ分析業界の認識に新たな視点を与える話題があって特に目を引きました。それが以下の箇所です。 資格があるわけでもないので名乗るのは自由だし、未経験だろうが文系だろうがそれはどうでもいいのだけど、傍から見ていると「サイエンティスト」と名乗っているわりには「サイエンス」な話をしていないなぁとは思っている。（中略） 現在起きている第３次データサイエンティストブームは「データサイエンティストと名乗りたい人」が盛り上げているように見える。 （太字筆者） この問題は、このブログの前々回の記事でも取り上げています。 ただ、僕はこういう「データサイエンティストになりた
企業で働くデータサイエンティストになって10年が経ちました - 渋谷駅前で働くデータサイエンティストのブログ
TL;DR 10年前の落ちこぼれポスドクが今は立派なデータサイエンティストになれたっぽいので、ポエムを書きました。業界事情の振り返りと、仕事の話、知名度が上がることの良し悪し、キャリアの話などを綴っています。 時が経つのは早いもので、落ちこぼれポスドクだった僕が企業転職をし、データサイエンティストになって今日で10年が経ちました。自分の中ではデータサイエンティストに転じたのはついこの前のことのように思える一方で、あまりにも多くの様々な体験をしてきたせいか「もっと時間が経っている気がするのにまだ10年しか経っていないのか」という気もしています。 今でも時々SNSで話題に上る回顧録を書いたのが3年前のことなんですが、それ以降は相変わらず同じく現職に留まり続けていることもあり、有体に言えばそれほど大きく変わったことはありません。なので、新たに3年間の振り返りを書くのではなく、回顧録で書き漏らした
こんにちは。サービス開発室の武田です。このエントリは、2018年から毎年公開しているAWS全サービスまとめの2024年版です。 こんにちは。サービス開発室の武田です。 このエントリは、2018年から毎年公開している AWS全サービスまとめの2024年版 です。昨年までのものは次のリンクからたどってください。 AWSにはたくさんのサービスがありますが、「結局このサービスってなんなの？」という疑問を自分なりに理解するためにまとめました。 今回もマネジメントコンソールを開き、「サービス」の一覧をもとに一覧化しました。そのため、プレビュー版など一覧に載っていないサービスは含まれていません。また2023年にまとめたもののアップデート版ということで、新しくカテゴリに追加されたサービスには[New]、文章を更新したものには[Update]を付けました。ちなみにサービス数は 247個 です。 まとめるにあ
by Kevin Ku 世界最大の専門職団体であり電気・電子工学・コンピューターサイエンス分野の文献や論文誌を発行するIEEEによる学会誌IEEE Spectrumが、「Top Programming Languages 2019(人気の高いプログラミング言語2019)」を発表しました。毎年発表されているランキングですが、2019年からはランク付けに使用する指標の一部が変更されています。 The Top Programming Languages 2019 - IEEE Spectrum https://spectrum.ieee.org/computing/software/the-top-programming-languages-2019 IEEE Spectrumは、プログラミング言語の人気を判断するためには、あるプログラミング言語が別の分野では全く使用されていないケースなどについ
Kaggle Grandmasterになるまでの7年間の軌跡 - のんびりしているエンジニアの日記
皆さんこんにちは お元気でしょうか。冬だというのに、GPUと暖房で半袖装備でも過ごせています。 今年、長きにわたるMaster生活の終演を迎え、ようやくGrandmasterになることができました。 そこで、Grandmasterになるまでの経験をこちらに書き記しておこうと思います。 この記事はKaggle AdventCalendar2021カレンダー2、25日目になります。 qiita.com 著者の背景 Kaggleへの取り組み 1-3年目 4年目 IEEE's Signal Processing Society Avito Demand Prediction Challenge Home Credit Default Risk 5年目あたり 6年目 Global Wheat Detection 7年目 Shopee - Price Match Guarantee Hungry Ge
本内容は、技術書典7 合同本『機械学習の炊いたん2』収録の、「エッジで機械学習」記事を公開したものです。内容は2019年9月時点の調査等に基づきます。 最近Raspberry Pi 4の検証結果などをみていると、エッジ、かつCPUでもそれなりの速度で動くケースもみられます。またこの後にM5StickV(K210)などを触りましたが、専用チップも使い所があります。今後、それらの動きもできれば補足したいと思います。 9/12-22に開催された技術書典9では、新刊『機械学習の炊いたん3』を頒布しました。私は、「AIエンジニア、データサイエンティストのための経営学、ソフトウェア工学」を寄稿しています。他にも機械学習のビジネス、エンジニアリング、数理までもりだくさん。気になられたら、ぜひご覧ください! 他にも、技術書典9「機械学習、データ分析」系の新刊リスト - Qiitaの通り、たくさんの本が出品
こんにちは、AINOWライターのゆかわです。 機械学習、特にディープラーニング（深層学習）のモデルを構築する際に重要となってくるのが、深層学習フレームワークです。 今回は、そもそもフレームワークとは何なのか、有名なディープラーニングフレームワークなどについて特徴を解説していきます。 フレームワークとは？ライブラリとの違い そもそもフレームワークとは？ フレームワークとは、プログラムを作る際のひな形のようなものです。 機械学習の分野では、主にディープラーニングモデルを作る際に、TensorFlowやPyTorchなどのフレームワークを用いるのが一般的です。 例として車を作ることを考えると、フレームワークはある程度形になっている車体に、自分の好きなタイヤやハンドルなどをはめていくイメージです。 一から車を作ることもできますが、ある程度形になっている方が、作業は圧倒的に楽です。 また、フレームワ
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog 2021年11月10日・11日の2日間にわたり、LINEのオンライン技術カンファレンス「LINE DEVELOPER DAY 2021」が開催されました。特別連載企画「DEVDAY2021 アフターインタビュー」では、発表内容をさらに深堀りし、発表では触れられなかった内容や裏話について登壇者たちにインタビューします。今回の対象セッションは「属性推定システムのリニューアルで見えた様々な課題とその解決の事例紹介」です。 ユーザー一人ひとりへ最適なコンテンツやサービスを届けるため、LINEでは機械学習を用いてユーザーの属性や興味・関心を推定する属性推定システムを開発・運用しています。2021年の夏に、この属性推定システムの利便性やメ
Pre-printである「Machine Learning Project Anti-Patterns」を献本頂いたので、レビューしたいと思います。あまり内容に深く触れると著作権的に怒られてしまうので、掻い摘んで個人的に面白かったりためになった所を紹介したいと思います（著作権確認済み） ＊いかがでしたか？は最後にかならず読んでね！ 下記目次です はじめに プロジェクトの企画・提案 契約 プロジェクトマネジメント 採用 データ アルゴリズム モデル開発 評価・テスト 運用 おわりに 0. はじめに ガートナーの公表している「2020年のデータ／アナリティクス・テクノロジ・トレンド」[1] に記載されているように、より賢く、速く、信頼の置けるAI は今後キーとなるテクノロジーであろう。 しばし一般的に誤解されがちなのはAIそれ自体がビジネス的に成功を収めている、ということである。Google,
tf.kerasが終了 Keras 3がTensorFlowから独立し、マルチバックエンド復活！：TensorFlow 2＋Keras（tf.keras）入門 TensorFlow＋Kerasの最新情報として、Keras 3.0のリリースに伴い、TensorFlowから独立し、TensorFlow 2.16以降でKeras 3がデフォルトとなったことについて紹介します。また、Keras 3（TensorFlowバックエンド）での書き方や、今後のディープラーニングライブラリの選び方についても私見を示します。 連載目次 もう4年も前になりますが、2020年5月に「マルチバックエンドKerasの終焉（しゅうえん）、tf.kerasに一本化」という記事を書きました。しかしその後、逆の動きが起きています。本稿では、前回の記事をフォローアップする目的も兼ねて、最新の状況をお伝えします。 そもそもKer
Image edited by Author for the icon taken from the official site of PyTorch and KerasThe war between Deep Learning Frameworks is still on fire, which one that will gain more masses, it will be the next game-changer for the deep learning community in future. The loser one will fade in if they can’t survive by giving the best solution for the deep learning community and the world. The first framewor
How can neural networks learn the rich internal representations required for difficult tasks such as recognizing objects or understanding language? Yoshua Bengio, Yann LeCun, and Geoffrey Hinton are recipients of the 2018 ACM A.M. Turing Award for breakthroughs that have made deep neural networks a critical component of computing. Research on artificial neural networks was motivated by the observa
Announcing the PyTorch Foundation: A new era for the cutting-edge AI framework
Announcing the PyTorch Foundation: A new era for the cutting-edge AI framework To accelerate progress in AI, PyTorch is moving to a new, independent PyTorch Foundation, under the Linux Foundation umbrella. The project will join the Linux Foundation with a diverse governing board composed of representatives from AMD, Amazon Web Services, Google Cloud, Meta, Microsoft Azure, and Nvidia, with the int
[Twitter thread, Hacker News discussion] Click here to see the new version of this list with an interactive chart (updated December 30, 2020). To better understand the landscape of available tools for machine learning production, I decided to look up every AI/ML tool I could find. The resources I used include: Full stack deep learning LF AI Foundation landscape AI Data Landscape Various lists of t
2019/12/5、PFNからChainerの開発を停止しPyTorchの開発に貢献するというアナウンスがありました。 Preferred Networks、深層学習の研究開発基盤をPyTorchに移行 オフィシャルな発表が出たことは衝撃的でしたが、心の中で「いつかはこうなるんじゃないか」という思いがあったのも事実です。さびしくはありつつも、決断にはベストな時期だったのではないかと思います。ここ最近は動的グラフをサポートしたTensorFlow 2.0の公開があり、機能的にほぼ差異がなくなった2大フレームワークの決戦がいよいよ始まる・・・という雰囲気です。そんな中でのChainer開発合流のニュースは十分存在感が出る時期ですし、PyTorch陣営としてもありがたかったのではないかなと思います(積まれているIssue/PRもTensorFlowより多いですし)。 本記事では、Chainerへ
TensorflowとKeras、PyTorchの比較
1. Tensorflow、Keras、PyTorch Tensorflowと Keras、PyTorchは現代の深層学習でよく使用されるトップクラスのフレームワークです。どんな場合に、どのフレームワークを用いたらよいのか迷うことはあるでしょう。本記事では、Tensorflow、Keras、PyTorchを比較することで、それらのフレームワークの有効な使用方法について記載します。 2. それぞれのフレームワークの概要 比較に入る前に、それぞれのフレームワークの由来や特徴を知っておきましょう。 2.1. Tensorflow Tensorflowはエンドツーエンドかつオープンソースの深層学習のフレームワークであり、Googleによって2015年に開発・公開されました。 今回比較する3つのフレームワークの中で最もドキュメントが多く、トレーニングのサポートもしています。それだけでなく、Tenso
Awesome - Most Cited Deep Learning Papers | Curated list of awesome lists | Project-Awesome.org
[Notice] This list is not being maintained anymore because of the overwhelming amount of deep learning papers published every day since 2017. A curated list of the most cited deep learning papers (2012-2016) We believe that there exist classic deep learning papers which are worth reading regardless of their application domain. Rather than providing overwhelming amount of papers, We would like to p
こんにちは。サービス部の武田です。このエントリは、2018年から毎年公開しているAWS全サービスまとめの2023年版です。 こんにちは。サービス部の武田です。 このエントリは、2018年から毎年公開している AWS全サービスまとめの2023年版 です。昨年までのものは次のリンクからたどってください。 AWSにはたくさんのサービスがありますが、「結局このサービスってなんなの？」という疑問を自分なりに理解するためにまとめました。 今回もマネジメントコンソールを開き、「サービス」の一覧をもとに一覧化しました。そのため、プレビュー版など一覧に載っていないサービスは含まれていません。また2022年にまとめたもののアップデート版ということで、新しくカテゴリに追加されたサービスには[New]、文章を更新したものには[Update]を付けました。ちなみにサービス数は 234個 です。 まとめるにあたって、
Softbank AI部 Advent Calendar 2019の7日目。 まず始めに、今回一緒にアドベントカレンダーを回していってくれている社員の皆さんと内定者に感謝。 というのも、このSB AI部のアドベントカレンダーの企画を立ち上げたのは自分だからである。 先日より内定してちょこちょこ社員や内定者と交流するイベントに出たりしているのだけれど、縁あってSB AI部(社員の方で構成されている部活)のSlackに招待してもらった。 SB AI部については@kmotohasが書かれた2日目の記事に詳細があるので適宜参照。 ちょうど11月の上旬くらい、ツイッターを見てると色々な会社が社内アドベントカレンダーをやっていて(しかも結構楽しそう)、もしかしてソフトバンクもやっているのかな？と思ってSlackをバーっと確認。 どうも見た感じ特にその手のやりとりは無かったので、randomのチャンネル
機械学習、ディープラーニングを行おうとするとPython一択というイメージがあります。たしかにフレームワークが豊富で、情報も数多いので一番手軽な選択肢に思えます。 しかし、ほかのプログラミング言語でもディープラーニング用のフレームワークが増えてきています。今回はそれらを言語別にまとめて紹介します。 JavaScript TensorFlow.js TensorFlow.js | JavaScript デベロッパー向けの機械学習 PythonのTensorFlowをJavaScriptにポーティングしたフレームワークになります。Pythonで作成したモデルを変換して利用できます。 Keras-js keras-team/keras: Deep Learning for humans KerasはTheano、TensorFlowが扱えるディープラーニング用ライブラリで、Keras-jsはその
The Future of PyMC3, or: Theano is Dead, Long Live Theano
In this post we’d like to make a major announcement about where PyMC is headed, how we got here, and what our reasons for this direction are. TL;DR: PyMC3 on Theano with the new JAX backend is the future, PyMC4 based on TensorFlow Probability will not be developed further. In 2017, the original authors of Theano announced that they would stop development of their excellent library. This left PyMC3
Note The release of 2.0 is in progress and the current release overview and highlights are still in a draft state. However, the highlights should already list the most significant changes detailed in the full notes below, and those full notes should be complete (if not copy-edited well enough yet). NumPy 2.0.0 is the first major release since 2006. It is the result of X months of development since
長・短期記憶 - Wikipedia
長・短期記憶 (LSTM) セルはデータを連続的に処理し、長時間にたってその隠れ状態を保持することができる。 長・短期記憶（ちょう・たんききおく、英: Long short-term memory、略称: LSTM）は、深層学習（ディープラーニング）の分野において用いられる人工回帰型ニューラルネットワーク（RNN）アーキテクチャである[1]。標準的な順伝播型ニューラルネットワークとは異なり、LSTMは自身を「汎用計算機」（すなわち、チューリングマシンが計算可能なことを何でも計算できる）にするフィードバック結合を有する[2]。LSTMは（画像といった）単一のデータ点だけでなく、（音声あるいは動画といった）全データ配列を処理できる。例えば、LSTMは分割されていない、つながった手書き文字認識[3]や音声認識[4][5]といった課題に適用可能である。ブルームバーグ ビジネスウィーク誌は「これらの
Welcome to IEEE Spectrum's sixth annual interactive ranking of the top programming languages. This year we've done a major overhaul, changing some of the underlying metrics and building a new streamlined interface. But our basic idea and methodology remains the same: combining data from multiple sources to rank the popularity of the programming languages that are used for the type of coding you ar
はじめに Axrossを運営している藤原です。 Axross は、エンジニアの"教育"と"実務"のギャップに着目し、「学んだが活用できない人を減らしたい」という想いで、ソフトバンク社内起業制度にて立ち上げたサービスです。 現役エンジニアによる実践ノウハウが"レシピ"として教材化されており、Pythonプログラミングを活用して実際の業務に近いテーマで、動くものを作りながら学ぶことができます。 Axross：https://axross-recipe.com 公式Twitter：https://twitter.com/Axross_SBiv Pythonについて Pythonは、AI・機械学習の技術領域で活用され、近年人気なオープンソースのプログラミング言語です。 Pythonは、直感的でシンプルなプログラムによる可読性と幅広い用途に利用可能な万能性が特長的で、機械学習（画像・言語・音声・数値
2023年7月7日にアナンウンスがあり、Interpreter 機能がChatGPT Plusユーザに順次開放される コードの実行と、アップロードしたファイルへのアクセスが可能。 Pythonの環境 この環境は、OpenAIが提供する対話型のPythonコード実行環境です。具体的な特性は以下の通りです： Python 3.7+を使用しています。 機械学習やデータ分析に使われる主要なライブラリ（pandas、numpy、scikit-learnなど）がプリインストールされています。 インターネットアクセスが無効化されています。したがって、新たなパッケージのインストールや外部APIへのリクエストなどが行えません。 状態はセッション間で保持されません。つまり、セッションが終了すると、それまでの変数の値や計算結果は全てクリアされます。 ユーザーがアップロードしたファイルやユーザーへのファイルのダウ
PlaidML実装の動機 GWに無料で機械学習を勉強することができるコンテンツが増えたことや元々やりたいと考えていた画像処理系の機械学習に手を出してみようと思ったため。 誇るほど高いスペックのマシーンを持っているわけでもなく、実行環境にも書いた通り、実行環境がMacBookということもあり、NVIDIA製のGPUを使うことができない環境は、PCにかける負担もですが、時間がとてもかかる。CPUだけでは学習に限界を感じたため、MacBookでもGPUを使って学習をすることができると噂のPlaidMLの実装をしてみました。 参考文献 Plaid MLのGitHubをメインに参考にしました。 PlaidMLの実装について 何をするモジュールなのか PlaidMLは、intelなどが開発している科学数理計算ライブラリのフレームワークです。 標準でKerasがサポートしてる科学数理計算ライブラリのフレ
サイトマップ
金子研究室ホームページサイトマップ． 金子研究室ホームページでは，約2000ページを公開している．ページは，データベース関連技術，データの扱い，インストール，設定，利用，プログラミング，サポートページ，連絡先，業績に分けて構成している．サイトマップでは，ホームページ内の全てのページについてのサイトマップを示している． 【サイト構成】 人工知能 ３次元，地図 プログラミング 情報工学全般 インストール データ処理 支援 連絡先，業績など 金子邦彦研究室 ▶ サイトマップ ▶ サイト内検索 ▶ アクセスログ（直近28日分）, Google Search Console ▶ まとめページ（目次ページ） ▶ 人工知能応用，データ応用，３次元のまとめ ▶ Windows のまとめ ▶ Ubuntu の使い方 ▶ Python のまとめ（Google Colaboratory を含む） ▶ C/C++
Multimodal Information Fusion for Prohibited Items Detection | Mercari Engineering
This article is the 14th entry in the Mercari Bold Challenge Month. Hello everyone, I’m Kengo (@karolis_ml) and I’m with Mercari this summer as a software engineering intern in the AI Engineering team in Tokyo. In this blog post, I’d like to present the experimental results on information fusion techniques in multimodal modelling in the context of prohibited items detection at Mercari JP. TL;DR Ma
2021年11月10日と11日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOPER DAY 2021」がオンラインで開催されました。そこで渡辺哲朗氏が、属性推定システムのリニューアルで見えたさまざまな課題とその解決事例を共有しました。まずはリニューアルした属性推定システムの課題について。 属性推定システムのリニューアルで見えたさまざまな課題 渡辺哲朗氏：それでは「属性推定システムのリニューアルで見えたさまざまな課題とその解決の事例紹介」と題して、Data Scienceセンターの渡辺が発表いたします。どうぞよろしくお願いいたします。 はじめに自己紹介します。私はData Scienceセンター Machine Learning室 Machine Learning Solution2チームの渡辺哲朗と申します。現在は機械学習エンジニアとして、これ
Liam Tung （Special to ZDNET.com） 翻訳校正： 石橋啓一郎 2019-09-13 07:30 IEEE Spectrumが発表した最新のプログラミング言語人気ランキング2019年版では、Pythonが引き続き首位となり、その座を盤石のものにした。 こうしたランキングは、ほかのプログラマーがどんな言語を使っているのかを知ることが難しい中、開発者が各言語の人気について理解するのを手助けすることを目的としたものだ。 2017年以降、IEEE Spectrumのランキングでは「Python」が首位の座を維持し続けているが、2018年のランキングでは、2位の「C++」との差はわずかだった。このランキングでは、首位の言語のスコアを100として、ほかの言語には首位との相対的な差を示す100未満のスコアが与えられるが、2018年のC++のスコアは99.7で、それに「Java」
PythonのAIフレームワークをまとめてみました。個人的に見た感じ、Tensorflowが一番ドキュメントと事例が豊富そうでした。 1.Pythonフレームワークとは？ Pythonフレームワークとは、Pythonを使用して機械学習・ディープラーニングなどのAI（人工知能）やWebアプリケーション開発する際の土台として機能するソフトウェアのことを指します。つまり、共通するコード（それぞれのプログラミング言語）に機能性を加えて形成された骨組み、枠組みです。 特に機械学習・ディープラーニングなどのAI（人工知能）やWebアプリケーションなどを開発する際、膨大な量のプログラムを書かなくてはなりません。しかし、フレームワークを使用することで、プログラムの記述量を大幅に削減し、工数をさげる事が可能です。経験が浅いエンジニアでもセキュリティが担保されたプログラムを作成する事ができます。 2.フレーム
私とNLPとChainer | 熊日記
この記事はねおりんアドベントカレンダーの20日目のポエムです。 昨日はるーしっど∞さんの【cluster】クラスターアーカイブを同時視聴してみた話でした。 私はVRとかに詳しくないのですが、clusterのアーカイブ機能は周りの人たちが面白い試みと話題にしていたのは覚えてます。 終わるという話も聞いて、実際に利用していたユーザーの話が流れてくるのはいい話って気持ちです。 終わるといえば、今日の話も終わる話です。 ざっくりいうと、研究で愛用していたツールの開発が止まった話です。 私について はじめまして、明太子熊(@mentaiko_guma)です。 ねおりんさんとは、高校時代の友人経由でつながって以来、年に数回お会いする関係です。 その高校時代の友人であるざわは、明日のアドベントカレンダーの担当になっています。何か作るんだと思います。 このアドベントカレンダーには毎年参加しているのですが、
はじめに このブログ記事は、Topcoder社が運営するブログの翻訳記事です。TC3株式会社はTopcoder社の日本で唯一のプレミア・パートナーであり、Topcoder社より許可を得て日本語に翻訳した記事を掲載しています。 英語での原文記事はA GUIDE TO BUILDING A CAREER IN DATA SCIENCEをご確認ください。 AI/機械学習、データサイエンス領域の取り組みは日本国内でも多くなってきています。そのような流れの中、AI人材の需要は2018年1.1万人規模から2030年には12.0万人と約11倍になると試算されています（経済産業省 ＩＴ人材需給に関する調査より）。このような中で、従業員の育成にも注目があたっていることと思います。今回は人材育成の観点で、データサイエンス領域（主に機械学習の領域）における学習のガイドをご紹介いたします。 ーーー翻訳ここからーー
![[翻訳記事] データサイエンス領域でのキャリアを形成するためのガイド | TC3株式会社｜GIG INNOVATED.](https://cdn-ak-scissors.b.st-hatena.com/image/square/ae55fd439459cba98b9853a61e013b50c473eb5a/height=288;version=1;width=512/https%3A%2F%2Fwww.tc3.co.jp%2Fwp-content%2Fuploads%2F2021%2F03%2F2fbcc8810127143a736c539c814d0ca9.png)
はじめに Axrossを運営している藤原です。 Axross は、エンジニアの"教育"と"実務"のギャップに着目し、「学んだが活用できない人を減らしたい」という想いで、ソフトバンク社内起業制度にて立ち上げたサービスです。 現役エンジニアによる実践ノウハウが"レシピ"として教材化されており、Pythonプログラミングを活用して実際の業務に近いテーマで、動くものを作りながら学ぶことができます。 Axross：https://axross-recipe.com 公式Twitter：https://twitter.com/Axross_SBiv Pythonについて Pythonは、AI・機械学習の技術領域で活用され、近年人気なオープンソースのプログラミング言語です。 Pythonは、直感的でシンプルなプログラムによる可読性と幅広い用途に利用可能な万能性が特長的で、機械学習（画像・言語・音声・数値
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
【2020年】AWS全サービスまとめ | DevelopersIO
【2021年】AWS全サービスまとめ | DevelopersIO
【2022年】AWS全サービスまとめ | DevelopersIO
Kaggleで10年遊んだGrandMasterの振り返り | ho.lc
データサイエンティストに王道無し - 渋谷駅前で働くデータサイエンティストのブログ
【2024年】AWS全サービスまとめ | DevelopersIO
プログラマーが本当に支持するプログラミング言語がわかる「人気の高いプログラミング言語2019」が発表
エッジで機械学習ってなんだろう -ブラウザ、スマホ、IoT機器での推論を概観する- - Qiita
まとめて解説！機械学習・深層学習で使われるフレームワーク7選 | AI専門ニュースメディア AINOW
より良い機械学習基盤を構築するために。属性推定システムのリニューアルにおける工夫と改善
「Machine Learning Project Anti-Patterns」を読んだ感想 - Qiita
tf.kerasが終了 Keras 3がTensorFlowから独立し、マルチバックエンド復活！
Why I Switch From Keras to PyTorch
Deep Learning for AI – Communications of the ACM
What I learned from looking at 200 machine learning tools
ありがとう、Chainer。頼むぜPyTorch。 - Qiita
【2023年】AWS全サービスまとめ | DevelopersIO
自作OSSとしてCommon Lisp用の描画ツールKaiを作っています - 日常と進捗
Python以外でもできる。言語別ディープラーニング用フレームワークまとめ – ピクアカインフォ
NumPy 2.0.0 Release Notes — NumPy v2.1.dev0 Manual
The Top Programming Languages 2019
Python初心者を脱出するための実践レシピ10選 - Qiita
ChatGPT のCode interpreterまとめ（更新中）
MacでGPU ~PlaidMLの実装~(2020年5月現在) - Qiita
次元数480万以上の特徴量データからユーザーの属性を推定 LINEが属性推定システムのリニューアルで見えたさまざまな課題
Pythonが首位維持--IEEE Spectrumプログラミング言語ランキング
PythonのAIフレームワークまとめ - Qiita
[翻訳記事] データサイエンス領域でのキャリアを形成するためのガイド | TC3株式会社｜GIG INNOVATED.
Python初心者を脱出するための実践レシピ10選 - Qiita